AlmeríaCádizCórdobaGranadaHuelvaJaénMálagaSevillaAlpujarra AlmerienseLos VélezComarca Metropolitana de AlmeríaFilabres-TabernasLevante AlmeriensePoniente AlmerienseValle del AlmanzoraBahía de CádizCampiña de JerezCampo de GibraltarCosta NoroesteLa JandaSierra de CádizAlto GuadalquivirCampiña de BaenaCampiña Sur CordobesaLos PedrochesCórdoba (comarca)SubbéticaValle del GuadiatoValle Medio del GuadalquivirAlpujarra GranadinaComarca de AlhamaComarca de BazaComarca de GuadixComarca de HuéscarComarca de LojaCosta GranadinaLos MontesValle de LecrínVega de GranadaEl AndévaloEl Condado de HuelvaCosta OccidentalCuenca MineraComarca Metropolitana de HuelvaSierra de HuelvaÁrea Metropolitana de JaénCampiña de JaénEl Condado (Jaén)La LomaSierra de CazorlaSierra MáginaSierra MorenaSierra de SeguraSierra Sur de JaénLas VillasComarca de AntequeraLa AxarquíaGuadaltebaCosta del Sol OccidentalMálaga Costa del SolNorormaValle del GuadalhorceSerranía de RondaSierra de las NievesAljarafeBajo GuadalquivirCampiña de CarmonaCampiña de Morón y MarchenaComarca de ÉcijaComarca Metropolitana de SevillaSierra Norte de SevillaSierra Sur de SevillaVega del GuadalquivirAlmeríaCádizCórdobaGranadaHuelvaJaénMálagaSevillaAlpujarra AlmerienseLos VélezComarca Metropolitana de AlmeríaFilabres-TabernasLevante AlmeriensePoniente AlmerienseValle del AlmanzoraBahía de CádizCampiña de JerezCampo de GibraltarCosta NoroesteLa JandaSierra de CádizAlto GuadalquivirCampiña de BaenaCampiña Sur CordobesaLos PedrochesCórdoba (comarca)SubbéticaValle del GuadiatoValle Medio del GuadalquivirAlpujarra GranadinaComarca de AlhamaComarca de BazaComarca de GuadixComarca de HuéscarComarca de LojaCosta GranadinaLos MontesValle de LecrínVega de GranadaEl AndévaloEl Condado de HuelvaCosta OccidentalCuenca MineraComarca Metropolitana de HuelvaSierra de HuelvaÁrea Metropolitana de JaénCampiña de JaénEl Condado (Jaén)La LomaSierra de CazorlaSierra MáginaSierra MorenaSierra de SeguraSierra Sur de JaénLas VillasComarca de AntequeraLa AxarquíaGuadaltebaCosta del Sol OccidentalMálaga Costa del SolNorormaValle del GuadalhorceSerranía de RondaSierra de las NievesAljarafeBajo GuadalquivirCampiña de CarmonaCampiña de Morón y MarchenaComarca de ÉcijaComarca Metropolitana de SevillaSierra Norte de SevillaSierra Sur de SevillaVega del Guadalquivir

Nuevo algoritmo optimiza el consumo energético en edificios y redes urbanas

Investigadores de la Universidad de Málaga desarrollan un sistema predictivo para mejorar la gestión de la energía renovable, baterías y vehículos eléctricos.

Visualización abstracta del flujo de energía en una red urbana inteligente.
IA

Visualización abstracta del flujo de energía en una red urbana inteligente.

Un equipo de la Universidad de Málaga ha diseñado un algoritmo predictivo que optimiza el consumo, almacenamiento y compraventa de electricidad en edificios, barrios y redes urbanas, integrando renovables, baterías y vehículos eléctricos.

Un equipo de investigación de la Universidad de Málaga ha desarrollado un sistema de gestión energética que programa con un día de antelación cuándo es más conveniente consumir, almacenar, comprar o vender electricidad. Esta herramienta integral coordina el uso de energías renovables, baterías y vehículos eléctricos para reducir costes y anticiparse a la demanda.
Los resultados de las simulaciones indican que la integración de estos recursos mejora significativamente la gestión energética en comparación con sistemas convencionales. El algoritmo puede decidir, por ejemplo, cargar baterías con excedentes solares, utilizar esa energía en horas de alta demanda o incluso devolver electricidad almacenada desde un vehículo eléctrico si resulta ventajoso.
La principal innovación del proyecto radica en su enfoque multinivel: desde edificios inteligentes con sistemas de domótica, pasando por comunidades energéticas que agrupan varios edificios, hasta la red de distribución urbana. Esta visión completa contrasta con estudios previos que se centraban en un único nivel.
Las simulaciones mostraron ahorros considerables: la energía fotovoltaica redujo los costes operativos en torno a un 29% frente a sistemas sin renovables ni baterías. Al incluir climatización y agua caliente, el ahorro alcanzó el 45,65%, y el uso de vehículos eléctricos como apoyo energético aportó una reducción adicional del 8,59%.
El modelo también incorpora gestión de riesgos, planificando la energía no solo bajo previsiones ideales, sino considerando posibles desviaciones en la demanda, el precio de la electricidad o la generación renovable. Esto permite una planificación más estable ante la incertidumbre del sistema eléctrico.
La investigación, publicada en Sustainable Energy, Grids and Networks, se basa en datos reales e históricos para crear escenarios representativos de variabilidad, optimizando la programación energética diaria y ajustando la planificación para minimizar costes y riesgos.
Los próximos pasos del grupo TEP-144 Sistemas de Energía Eléctrica de la Universidad de Málaga incluirán la incorporación de tecnologías emergentes como sistemas de hidrógeno y nuevas técnicas de inteligencia artificial. La investigación ha contado con financiación de la Consejería de Universidad, Industria, Energía e Innovación de la Junta de Andalucía, el Ministerio de Ciencia, Innovación y Universidades, y proyectos europeos como Horizon Europe.
Información elaborada a partir de la fuente oficial: Fundación Descubre (divulgación científica, Junta de Andalucía) (03/10/2026)